农业机械学报

作者：刘潭，许童羽，于丰华，袁青云，郭忠辉，王永刚

单位：沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,

关键词：水稻;叶绿素含量;光谱分析;PROSAIL模型偏差补偿;混合建模

基金：国家重点研发计划项目(2016YFD0200600)、辽宁省教育厅重点项目(LSNZD201605)、国家自然科学基金项目(61673281)、中国博士后科学基金项目(2018M631820)、辽宁省博士科研启动基金项目(2019-BS-207)和辽宁省自然科学基金指导计划项目(2019-ZD-0720)

以东北水稻为研究对象，以提高叶绿素估测精度和模型可解释性为目标，提出了一种混合建模方法。以PROSAIL辐射传输机理模型为基础，模拟水稻冠层光谱，建立叶绿素含量的查找表，初步估测叶绿素含量，并采用最小二乘支持向量机（LSSVM）建立误差模型，对PROSAIL模型偏差进行补偿，弥补PROSAIL建模时产生的误差。为验证模型的估测能力,选取13种与作物叶绿素关系较为密切的植被指数，通过不同统计模型的模拟分析,筛选出4种较优的植被指数，分别建立单因子输入的最优预测模型(GNDVI、RSI、(SDr-SDb)/(SDr+SDb)的乘幂模型及MCARI的指数模型)。以4种植被指数作为输入，利用偏最小二乘法（PLS）、LSSVM回归法、BP神经网络及本文提出的混合建模方法分别构建水稻叶绿素含量多因子预测模型，并进行估测和验证。结果表明，相比单因子输入的最优预测模型，混合模型具有较低的预测偏差，其建模集R2=0.7406，RMSE为0.9852mg/dm2，验证集R2=0.7332，RMSE为1.0843mg/dm2。与采用其他多因子预测模型相比，本文方法具有较高的估测精度和良好的鲁棒性。另外，混合建模方法以PROSAIL模型为基础，物理意义较为明确，提高了预测模型的可解释性。本文可为作物叶绿素含量估测提供新的思路和方法，为诊断水稻氮营养含量和监测水稻长势提供参考。

来源：2020年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第5期